FLUX 3 Video: 네이티브 오디오가 포함된 AI 비디오 생성

FLUX 3는 Black Forest Labs가 2026년 7월 23일에 발표한 멀티모달 파운데이션 모델로, 현재 얼리 액세스(Early Access) 단계입니다. FLUX 3는 이미지, 비디오, 오디오를 하나의 통합 아키텍처 안에서 함께 학습합니다. 이 아키텍처는 동일한 모델에서 멀티모달 생성과 이해를 정렬하기 위한 Black Forest Labs의 접근 방식인 Self-Flow를 기반으로 구축되었습니다. 각 모달리티를 개별적으로 다루는 대신, FLUX 3는 세계에 대한 공유 표현을 학습합니다. 즉, 객체가 어떻게 결합되어 유지되는지, 사물이 어떻게 움직이는지, 이벤트가 어떤 소리를 내는지입니다. 기능과 한계는 얼리 액세스 롤아웃 기간 동안 변경될 수 있습니다. 비디오의 경우, FLUX 3는 한 번의 생성으로 최대 20초 길이의 네이티브 오디오를 포함한 매우 다양한 클립을 만듭니다. 모든 출력에는 주변 사운드, 음성, 효과를 포함한 동기화된 오디오 생성이 함께 제공됩니다. 텍스트 기반 비디오 생성과 이미지 기반 비디오 생성을 지원하며, 개별 클립을 더 긴 시퀀스로 연결하는 멀티샷 출력과 유연한 종횡비를 제공합니다.

​

FLUX 3 비디오의 강점

• 기본 제공 오디오: 모든 비디오에는 주변 사운드, 음성, 효과음을 포함한 동기화된 오디오가 함께 제공됩니다
• 최대 20초: 한 번의 생성으로 긴 클립을 만듭니다
• 텍스트 및 이미지 입력: 텍스트 프롬프트로 비디오를 생성하거나 시작 프레임 이미지에서 이어서 생성합니다
• 유연한 형식: 720p 또는 1080p 해상도, 24fps, 9:16부터 21:9까지의 화면 비율
• 멀티샷 출력: 개별 클립을 연결해 더 긴 시퀀스로 만들어 확장된 스토리텔링을 지원합니다

​

예제 출력

단일 프롬프트에서 오디오, 모션, 물리가 동기화된 텍스트 기반 비디오 생성: 시작 프레임과 텍스트 프롬프트에서 이미지 기반 비디오 생성:

​

사용하기

이 기능은 동일한 Comfy 계정에서 실행되며, 아래 ComfyUI에서 실행하는 것과 동일한 크레딧으로 청구됩니다. 모델별 요금은 파트너 노드 크레딧을, 동시에 처리할 수 있는 요청 수는 동시 실행 제한을 참고하세요.

​

FLUX 3 텍스트 기반 비디오 생성 워크플로

텍스트 프롬프트 하나로 전체 비디오를 생성합니다. FLUX 3는 참조 이미지나 복잡한 설정 없이도 자연어를 오디오, 모션, 물리 법칙이 동기화된 완전한 장면으로 확장합니다.

​

FLUX 3 이미지 기반 비디오 생성 워크플로

텍스트 프롬프트와 시작 프레임 이미지로 완전한 비디오를 생성합니다. FLUX 3는 설명을 자동으로 확장하여 오디오, 모션, 물리 효과가 동기화된 하나의 일관된 장면을 만들어냅니다.

​

시작하기

1. ComfyUI를 최신 버전으로 업데이트하세요
2. Template Library로 이동하여 FLUX 3 Video를 검색하세요